背景扣除matlab_基于背景减法的目标检测在Matlab中的实现方法
云
南
大
学
学
报
(
自
然
科
学
版
)
,
2009,
31
(
S2)
:
59
~
61
CN
53
-
1045
/N
I
SSN
0258
-
7971
Journa
l
of
Y
unnan
Un
i
versity
基于背景减法的目标检测在
M
a
tl
ab
中的实现方法
3
李红伦
,
李
勃
,
阮湘辉
,
李文兵
(
昆明理工大学
信息工程与自动化学院
,
云南
昆明
650051
)
)
摘要
:
目标检测是视频图像跟踪识别系统中的一个重要环节
,
介绍基于背景减法进行运动目标检测的原
理
,
研究了其在
Matlab
环境下的实现方法
,
给出处理流程
,
并结合车辆和行人实例进行实现和分析
.
关键词
:
背景减法
;
目标检测
;Matlab
中图分类号
:
TP
391
.
41
文献标识码
:
A
文章编号
:
0258
-
7971
(
2009
)
S2
-
0059
-
03
运动目标检测通常处于计算机图像
、
视频处理
工作的底层
,
是各种后续高级处理或应用
,
如目标
跟踪
、
目标分类
、
目标行为理解等的基础
.
它除了在
视频监控
[
1
]
、
人体运动分析
[
2
]
等视频图像处理系
统中被广泛应用外
,
还被应用在工业
、
医学
、
军事
、
教育
、
商业
、
体育等领域中
.
运动目标检测的目的是对序列图像使用基于信
号检测的方法自动分离出运动像素点和静止象素
点
,
将变化区域从背景图像中提取出来
,
一般是确定
目标所在区域和颜色特征
.
依据前景目标所处的背
景环境
,
可以将运动目标检测划分为两类
:
静态背景
下运动目标检测和动态背景下运动目标检测
.
从国内外的文献来看
,
运动目标检测的算法非
常多
,
目前广泛应用的运动区域检测方法可以分为
下面几类
:
模板匹配
、
光流
、
时间差分
、
背景减除法
.
Matlab
软件作为当今流行的科学计算软件
,
提供了
的图像处理函数
,
涵盖了图像处理的包括近期研究
成果在内的几乎所有的技术方法
,
是学习和研究图
像处理的人员难得的宝贵资料和加工工具箱
.
本文
研究内容是在
Matlab
环境中实现采用背景减法原
理对静态背景下的运动目标进行检测
.
1
背景减法
背景减法
(
Backgr
ound
Subtracti
on
)
,
或称背景
差法
,
是目前运动检测中的主流方法
,
它是利用含
有运动目标的当前图像与背景图像的差分来检测
运动区域的一种技术
.
背景差法基本思想是
:
首先
,
用事先存储或者实
时得到背景图像序列为每个像素进行统计建模
,
得
到背景模型
B
k
,
将当前含有运动目标的图像帧
f
k
和
背景模型
B
k
相减
,
即公式
(
1
)
,
其中
D
k
为作差后的
结果
;
其次
,
将计算结果在一定阈值
T
限制下进行二
值化
,
如公式
(
2
)
,
判断出当前图像中出现的偏离背
景模型值较大的那些象素
,
则为出现的运动目标像
素
,
其中
R
k
为含有目标的二值化图像
.
由于运动物
体和背景在灰度或色彩上存在差别
,
相减、
阈值操作
后得到的结果直接给出了目标的位置、
大小、
形状
等
,
从而得到较完整的目标信息
[
3,
4
]
.
D
k
(
x,
y
)
背景扣除matlab_基于背景减法的目标检测在Matlab中的实现方法相关推荐
- 一种基于深度学习的目标检测提取视频图像关键帧的方法
摘要:针对传统的关键帧提取方法误差率高.实时性差等问题,提出了一种基于深度学习的目标检测提取视频图像关键帧的方法,分类提取列车头部.尾部及车身所在关键帧.在关键帧提取过程中,重点研究了基于SIFT特征 ...
- 病虫害模型算法_基于深度学习的目标检测算法综述
sigai 基于深度学习的目标检测算法综述 导言 目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像 ...
- 综述 | 基于深度学习的目标检测算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:计算机视觉life 导读:目标检测(Object Det ...
- 基于深度学习的目标检测的研究进展2
普通的深度学习监督算法主要是用来做分类,如图1(1)所示,分类的目标是要识别出图中所示是一只猫.而在ILSVRC(ImageNet Large Scale Visual Recognition Cha ...
- 基于深度学习的目标检测研究进展
前言 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个人,具体的位置就是上图右侧图像两个边框(bounding-box)所在的位 ...
- 基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)
深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点 基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...
- OpenCV学习笔记(二十六)——小试SVM算法ml OpenCV学习笔记(二十七)——基于级联分类器的目标检测objdect OpenCV学习笔记(二十八)——光流法对运动目标跟踪Video Ope
OpenCV学习笔记(二十六)--小试SVM算法ml 总感觉自己停留在码农的初级阶段,要想更上一层,就得静下心来,好好研究一下算法的东西.OpenCV作为一个计算机视觉的开源库,肯定不会只停留在数字图 ...
- 【深度学习】基于深度学习的目标检测研究进展
原文出处:http://chuansong.me/n/353443351445 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个 ...
- 基于深度学习的目标检测算法综述(一)
基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 本文内容原创,作者:美图云视觉技术部 检测团队,转载请注明出处 目标检测(Object ...
最新文章
- cmodel模拟器开发
- 中国人民大学2016考研复试基本分数线
- neo4j在linux下的安装
- Some Tips About Layout Resource
- CrashFinder,找到崩溃代码行
- file_put_contents()写入数组
- 今天需要修复的bug
- 长度、面积、体积的相似比原理
- tcpdf中增加微软雅黑的正确方式
- 新站快速收录同时也提高内页的收录
- 【支持4G插卡上网】京东云1代完美固件
- 2018,人生是一条蛇,它咬着自己的尾巴
- 智能额温枪软件设计红外测温仪方案开发
- 什么是结构化数据、半结构化数据、非结构化数据
- 8255A并行 I/O 接口芯片
- laravel阿里SDK对接
- 计算机网络——IP数据报分片
- iOS完整学习路线图
- jQuery 知识总结
- 芯片低功耗设计的两种常用EDA流程
热门文章
- SIM卡、USIM卡、UICC卡、eSIM卡的区别
- Python实现:已知化学分子的输入文件坐标(高斯计算输入文件为例),求其中任意三个原子确定的平面的法向量和单位法向量
- 脉搏信号检测与处理系统
- 官宣!等你来赛,2022 第二届 STM32 Hackathon 挑战赛海选开放报名!
- Pytorch和Torch和torchvision的安装
- transferwise怎么提现_TransferWise来款能不能入账?快来Get这些注意事项
- 年终总结 | 怎样识别并投资高效能人才?
- 大话设计模式18----备忘录模式
- Stable Diffusion 抠图工具使用小记
- Mongodb备份和还原